只为与NVIDIA竞争HPC?这不科学!

在过去几年的TOP500排行榜上，NVIDIA的GPGPU协处理器混合计算方式在提高Linpack数值上立下了汗马功劳，基本上第一名长期被混合计算HPC所牢牢把持，而英特尔长期躺在至强的功劳簿上，对混合计算的发展速度的预估显然是不够的。

通俗一点来说，就是英特尔本想靠自己的GPU计划对NVIDIA来一个两面夹击，甚至是釜底抽薪，怎奈自家的GPU积累确实拿不出手，结果NVIDIA却在高性能计算及Exascale计算上对英特尔来了个突袭，一下子占据了TOP500数十套HPC系统的江山，甚至于，首套全GPGPU的高性能计算系统也即将开建，这着实让英特尔倒吸一口冷气：这得少卖多少至强处理器?!

所以，从至强融核圃一出世，基本上就认为是瞄准了NVIDIA的GPGPU的，就是为了与其争夺高性能计算市场，这也是很多业内人士的看法，但是英特尔高性能计算市场总监John A.Hengeveld却表示：“英特尔至强融核开发的是并行时代的高性能计算和大数据需求。”他明确指出，至强融核并不仅仅是一块面向高性能计算的产品(这我们都知道，毕竟有3100系列)，在大数据这一热点上，至强融核也能够发挥同样的作用。

“大数据需要并行计算来解决问题。企业的数据包括许多大数据，比如大的web数据、大的企业数据、大的传感器数据，这些都有关大数据问题。”John A.Hengeveld认为，大数据时代的最重要的议题——大数据分析，追求的是实时real-time的分析，这需要并行的应用程序、并行的计算过程和并行处理核心，才能够实现实时分析、实时计算，比如说石油行业就是一个典型的具有极大需求的行业。

大数据最关键的“大”，意味着更多工作需要并行化处理

一个中国用户在国内的至强融核发布会上，为John A.Hengeveld做了“注脚”。中国石油东方地球物理公司研究院副总工程师兼处理中心总工程师赖能和老师谈到，在石油物探领域，数据的激增是常态化的，业务计算量与高性能计算能力之间相互促进、螺旋上升的情形非常明显。

不止是石油物探，许多行业都面临类似的挑战

比如说，他谈到：“2002年，我们处理的一个典型三维地震勘探项目，实际的面积只有800平方公里，每平方公里产生的数据大约230MB。2011年，我们进行的一个典型的三位地震勘探项目所涉及区域面积达到3000平方公里左右，每平方公里的数据量甚至可以达到10GB。”赖能和老师透露，他们已经在至强融核平台上测试自主研发的地震数据处理与解释协同工作一体化软件系统GeoEast。

从赖能和老师所在的中国石油东方地球物理公司研究院的例子不难看出，至强融核在应对大数据分析——实时的、并行化编程的数据分析——上是具有用武之地的，John A.Hengeveld也谈到，不仅是石油行业，比如说生物医药、交通分析、安全防卫、城市规划和模拟上，都有大量的数据要进行分析。如果将这些分析进行并行化，加上至强融核的高度并行计算处理能力，显然是应对大数据分析的非常好的平台。

大数据分析的挑战是显而易见的

为了进一步阐述大数据与并行计算的关系，John A.Hengeveld列举了三点：

1、并行处理能够让大数据的处理从批处理转变为实时分析。

2、静态搜索目标的数据移动，能够建立更智慧的轨迹。

3、并行处理提供快速、准确的实时数据、实时解答的承诺。

当然，大数据是现在最热的话题，英特尔将至强融核结合大数据Big Data的话题也并非没有“大树底下好乘凉”的想法，但是John A.Hengeveld特别指出，随着大数据、大数据分析的发展，并行是非常重要的趋势，而高度并行的应用正是至强融核的优势所在。从这一点上来说，英特尔将至强融核与大数据话题搭配在一起，也是有一定道理的。

英特尔向媒体展示了详细的适用领域和优劣势对比

无论如何，至强融核的出现已经开始改变高性能计算市场，提供给了用户更多的选择。英特尔众核计划如今有了第一批真正的成果，或许其性能、功耗远远未达到最佳或是出众，但是英特尔的理念是值得整个市场关注的，那就是“以可控的功耗、可控的成本提供更高的性能，同时通过生态环境保证最佳的体验。”至强融核的第一批产品会依次出货，而英特尔相信已经在着手进行下一代至强融核产品的研发设计工作，相信下一代产品会在性能、功耗和编程模型上，提供更好的应用体验。